Πως θα καλυφθούν οι υψηλές ενεργειακές απαιτήσεις της τεχνητής νοημοσύνης

Μόνο η εκπαίδευση του ChatGPT απαίτησε την ίδια ποσότητα ενέργειας όση κατανάλωσαν 123 οχήματα εσωτερικής καύσης σε ένα χρόνο.

Με τα ερωτήματα που αφορούν την τεχνητή νοημοσύνη να έρχονται στο προσκήνιο, η ενεργειακές απαιτήσεις έχουν και αυτά την σημασία τους. 

Κατά μέσο όρο, περίπου το 40% της ενέργειας που καταναλώνεται επί του παρόντος στα κέντρα δεδομένων προέρχεται από τη διαδικασία ψύξης που απαιτείται για να σταματήσει η υπερθέρμανση του υλικού– και αυτό το ποσοστό μπορεί να είναι μεγαλύτερο σε θερμότερα κλίματα. Τα νέα τσιπ που χρησιμοποιούνται για την τροφοδοσία ταχύτερων μηχανών για την επεξεργασία δεδομένων AI λειτουργούν σε σημαντικά υψηλότερες θερμοκρασίες και αποτελούν πρόκληση για τις συμβατικές λύσεις ψύξης αέρα. Η διατήρηση των θερμοκρασιών σε χαμηλά επίπεδα θα σημαίνει στροφή στην υγρή ψύξη.

«Η προστασία του μελλοντικού κέντρου δεδομένων και η βιωσιμότητα είναι άρρηκτα συνδεδεμένα», δηλώνει ο Colm Shorten, Ανώτερος Διευθυντής για το Data Center Global Strategy & Innovation της JLL. «Προσπαθούμε να ικανοποιήσουμε την ανάγκη για αυξημένη επεξεργασία δεδομένων, ταχύτητα και αποτελεσματικότητα, με το βλέμμα στον μελλοντικό οδικό χάρτη αειφορίας – παρά το γεγονός ότι οι δύο στόχοι οδηγούν προς αντίθετες κατευθύνσεις».

Ωστόσο, κατά τον κ. Shorten η τεχνητή νοημοσύνη θα μπορούσε εν μέρει να λύσει το πρόβλημα που δημιούργησε η ίδια. Κατ’ αυτόν, τα κέντρα δεδομένων βρίσκονται σε άμεση συνάρτηση με την τεχνητή νοημοσύνη, για να οδηγήσουν σε βελτιωμένη απόδοση και λειτουργική αποτελεσματικότητα στις εγκαταστάσεις τους.

Τα μισά από όλα τα κέντρα δεδομένων cloud αναμένεται να χρησιμοποιούν τεχνητή νοημοσύνη έως το 2025, βελτιώνοντας τη λειτουργική τους απόδοση κατά 30%, σύμφωνα με την Gartner. Μια μελέτη που διεξήχθη από το Εθνικό Εργαστήριο Lawrence Berkeley σε συνεργασία με την Google, διαπίστωσε ότι ο έλεγχος των συστημάτων ψύξης των κέντρων δεδομένων με βάση την τεχνητή νοημοσύνη μείωσε την κατανάλωση ενέργειας έως και 40%.

Όπου είναι διαθέσιμη, η τεχνητή νοημοσύνη μπορεί ακόμη και να ενσωματώσει έξυπνα τις ανανεώσιμες πηγές ενέργειας, διαχειριζόμενη την ισορροπία μεταξύ της παροχής ανανεώσιμης ενέργειας και του φόρτου εργασίας των κέντρων δεδομένων, για να μεγιστοποιήσει τη χρήση καθαρής ενέργειας και να ελαχιστοποιήσει την εξάρτηση από πηγές ορυκτών καυσίμων.

Πηγή: JLL